关 键 字
学会新闻
活动预告
招聘求职
会员成就
媒体关注

首页>>正文

中国多媒体大会(ChinaMM 2017) “多媒体信息处理中的深度强化学习”专题征文通知

近年来,以数据驱动为核心的深度学习通过逐层抽象方式形成原始数据区别性表达,在自然语言、语音和计算机视觉等领域取得了显著进展。但是,这一任务式、刺激式的学习机制需要向探索式(直觉牵引)、自主式学习机制跃升,具备“学习的学习(learning to learn)”能力,形成解释性强、数据依赖灵活和知识引导的模型和方法。

深度强化学习是将深度学习的感知能力和强化学习的决策能力相结合的新方法,以Deepmind研制的AlphaGo为代表,目前在对弈游戏、对话生成和机器人控制等方面取得了巨大进步。但是,由于强化学习需要对环境进行探索和交互、从滞后反馈中生成最优策略,因此深度强化学习在多媒体领域研究较为偏少,亟待形成新的模型和方法。

为此,由中国计算机学会(CCF)主办,CCF多媒体技术专业委员会和中国图象图形学学会多媒体专业委员会共同协办的“2017年中国多媒体技术大会(ChinaMM2017)”中特别设立“多媒体中的深度强化学习(Deep Reinforcement Learning in Multimedia,DRLM)”专题。

♦ 关注如下主题(但不限于)
• 深度强化学习新模型与方法
• 视觉注意力模型
• 外在记忆体加载
• 策略搜索与学习决策
• 深度神经推理
• 跨媒体协同认知和学习
• 基于互联网的群体智能
• 迁移学习
• 非监督学习与生成对抗网络
• 视觉问答与对话
• 信息抽取与知识图谱构建
• 视觉语义理解

♦ 投稿信息
1. ChinaMM2017投稿网站:
https://easychair.org/conferences/?conf=chinamm2017

2. 会议论文投稿模板:
作者投稿时,请使用《计算机研究与发展》投稿模板(8-10页,详见http://crad.ict.ac.cn/journalx/basicinfo/viewHtmlFile.action?magId=1&id=23),并在论文第一页右上角标明“DRLM”字样,以便进入该专题论文评审。经过严格评审后,优秀论文将推荐给《计算机研究与发展》,所有经《计算机研究与发展》录用论文将在ChinaMM 2017以学术报告和海报形式交流。

♦ DRLM专题论文具体日期
投稿截止日期:2017年4月30日
会议录用与期刊推荐通知日期:2017年7月1日
期刊录用通知:2017年9月1日
会议报告日期: 2017年9月15-17日

♦ 专题负责人
韩亚洪   天津大学  教授
俞俊   杭州电子科技大学  教授 
蒋树强   中科院计算所  研究员 
杨易   悉尼科技大学   副教授
吴飞   浙江大学   教授      

♦ 联系方式:ChinaMM2017SI@163.com

 

版权所有 中国计算机学会 技术支持:北京中科辅龙计算机技术股份有限公司
联系电话:(+86)10 6256 2503 邮件:ccf@ccf.org.cn  网站分辨率建议:1024×768
京ICP备13000930号-4  京公网安备11010802017125号

1306